Embed Size (px)
DESCRIPTION
Warum Recommendations, also gezielte Produktvorschläge, relevant sind was man diesbezüglich beachten und tun sollte und was man eher vermeiden sollte. Conversion Rates steigern sich, wenn den Kunden das vorgeschlagen wird, was sie kaufen wollen. Der Warenkorbwert wird dadurch gesteigert, dass an den richtigen Stellen Vorschläge kommen. Wie beim Einkauf im Supermarkt, in dem kurz vor dem Bezahlen noch Kleinigkeiten angeboten werden: Süßigkeiten, Feuerzeuge, Batterien, … Gute Vorschläge veranlassen Kunden dazu, wieder zu kommen. Denn was einmal gut funktioniert, funktioniert auch zweimal gut Produktvorschläge erhöhen einfach dadurch die Verweildauer der Kunden, weil ihnen dadurch eine bequeme Möglichkeit geliefert wird, ohne neu suchen zu müssen im Shop zu browsen. Höhere Verweildauer Besser vertraut mit dem Angebot Vorteil für Shop Passendes Zubehör vorschlagen, höherwertige Produkte vorschlagen, unter Umständen sogar Produkte, von denen die Kunden vorher noch nichts wussten steigern das Potenzial mehr zu verkaufen Auffindbarkeit von Produkten dadurch erhöhen, dass sie vorgeschlagen werden. Der Kunde kann sich besser vertraut machen mit dem Sortiment, indem er Produkte vorgeschlagen bekommt, auf die er normalerweise nicht stoßen würde. Es ist durch vorhandene Techniken und Technologien, die sich im Bereich Data Mining, Machine Learning gebildet haben, kein Hexenwerk mehr, Recommendations umzusetzen. Dazu zählen bestimmte Ansätze wie Collaborative Filtering oder auch Open Soure Projekte wie Apache Mahout, die solche Ansätze versuchen umzusetzen, um Anwendern algorithmisches Handwerkszeug zu geben. Diese Techniken und Technologien machen auch die Verarbeitung großer Datenmengen möglich. Jeder Shop kann seine Recommendations-Funktionen in beliebiger Manier skalieren. Vortrag für den E-Commerce-Leitfaden-Tag in Berlin und Chemnitz.
Citation preview
TECHNOLOGYDRIVES
BUSINESS
SHI Search Analytics Big Data
> Consultant für Search & Big Data Technologies> Zertifizierter Apache Solr Trainer> Autor des Buchs „Einführung in Apache Solr“
> [email protected]> @wrigley_dan
Daniel Wrigley
@wrigley_dan
SHI Search Analytics Big Data
Neue Kundenpotenziale durch Recommendations
erschließen
Daniel Wrigley
Logo des Kunden
SHI Search Analytics Big Data
74% schauen sichvorgeschlageneProdukte an...
... 35% kaufen vorgeschlagenen Produkte ...
... 28% fügen es zu ihrer Wunschliste hinzu
Amazon verzeichnete eine Umsatzsteigerungvon 25% nach Einführung ihrer Recommendations Engine…
… und viele stimmen dieser Einschätzung zu bzw.können diese aus Erfahrung bestätigen:
Kommentare aus Shopanbieter.de zu:
25 % des Umsatzes kommen bei Amazon über Empfehlungen zustande
Hallo,Amazon ist Vorreiter in Sachen Personalisierung.Das Amazon Widget “andere Kunden kauften auch” ist tatsächlich ein Personalisierungstool und hat nicht zwingend was mit Einkäufen anderer Kunden zu tun.Zahlreiche Algorithmen berechnen die passenden Produkte.Dass 1/4 der Sales über die Empfehlungen kommen ist keinesfalls eine Seltenheit sondern eher Normalität. (durschnittlicher Warenkorb ca. 30 % mehr)Es gibt diverse Firmen die eine solche Technologie anbieten.Allerdings ist hier auch darauf zu achten, dass die Firmen Hybride Empfehlungen abgeben. … Kommentar by Basti Geyer — 8. Mai 2012 @ 09:35
Ein Viertel glauben wir auch nicht. Unsere Messungen sagen aber, dass es Tage gibt, dass Empfehlungen bis zu 12 % ausmachen. Im Schnitt liegen wir bei 8 – 9 %. Positionierung ist dabei ein wichtiger Punkt und ein entsprechendes Tool. Gerade hierbei glaube ich aber, dass Amazon hier extrem viel leisten kann aufgrund deren Traffic und deren IT, denn: Amazon ist kein Händler sondern ein Software-Konzern!Kommentar by terrific.de — 8. Mai 2012 @ 09:57
http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-kommen-bei-amazon-ueber-empfehlungen-zustande.html#comments
… und viele stimmen dieser Einschätzung zu bzw.können diese aus Erfahrung bestätigen:
Hallo,die Quote von 25% stimmt bei uns auf jeden Fall. Wir machen manchmal Stichproben und befragen unsere Kunden. Entscheidungskriterium “Empfehlung” steht ganz oben, dann vielleicht die Bestseller Listung. Wir sind zufrieden und freuen uns über unsere Umsatzzuwächse.Kommentar by aspects — 8. Mai 2012 @ 11:55
Recommendation engines sind schon eine feine Sache, allerdings verfügt kaum ein Shopsystem über solche Technologie und so werden halt, wenn überhaupt, externe Anbieter eingebunden.Wie überall wird auch hier mit Studien und Zahlen um sich geworfen die, mit Sachverstand betrachtet, kaum realistisch sind. Was bei Amazon aufgrund des dort vorhandenen breiten Angebots vielleicht noch hinhauen kann ist für den normalen Händler mit der deutlich kleineren Angebotspalette schlicht unmöglich da die commendation engines nunmal lediglich auf eine begrenzte Basis zurückgreifen können und damit die Empfehlungsmöglihkeiten in Anzahl und Qualität zwangsläufig schlechter sein müssen. Somit bieten sich Empfehlungen aus recommendation engines primär für Marketingzwecke, ...Wir haben unsere integrierte recommendation engine beispielsweise mehrfach ans Newslettertool gekoppelt, einmal für die automatische Erstellung individueller Newsletter und einmal als Analysetool das dem Shopbetreiber ermöglicht zielgenaue allgemeine Newsletter zu verfassen.Unsere Zahlen belegen das damit die Umsätze aus dem Marketinginstrument Newsletter durchaus signifikant verbessert werden konnten.Kommentar by H.P. — 15. Mai 2012 @ 07:06
http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-kommen-bei-amazon-ueber-empfehlungen-zustande.html#comments
Neue Potenziale – Online-Shop> Steigerung der Conversion Rates> Höherer Warenkorbwert> Stärkere Kundenbindung> Höhere Verweildauer > Bessere Auffindbarkeit von Produkten> Ausgereifte Technik & Technologien
Gewinn und Mehrwert
Neue Potenziale – Kunde> Bessere Auffindbarkeit von Produkten> Steigerung der Usability> Inspiration> Erhöhter Benutzerkomfort> Gesteigerte Wertschätzung> Emotionale und psychologische Absicherung
Zufriedenheit und Begeisterung
Daten-kreislauf
Erfolgsvoraussetzungen
> Kontrolle & Management> Daten & Informationen> Messen & Bewerten
Kontrolle!
Mehr Datenquellen einbeziehen!
Clicks, Views,Bestellungen,Social Media,Metadaten…
Skalierbarkeit
Nutzung der Produktvorschlägemessen
Kosten?Umsetzungsdauer?
A Long Story Cut Short> Verarbeitung von Datenmengen> Machine Learning Algorithmen> Manuelle Kontrollinstanz> Nutzung der Funktion messen und bewerten> Verwendung unterschiedlicher Datenquellen> Skalierbarkeit> Auslösen der Recommendations
Bildernachweis> Spending: https://www.flickr.com/photos/68751915@N05/6355231757> DSCN3434: https://www.flickr.com/photos/leedman/2061058702> Computer Mann Arbeitsplatz Geschäft: http://pixabay.com/de/computer-mann-arbeitsplatz-gesch%C3%A4ft-303129/> money: https://www.flickr.com/photos/fsecart/549277847/> blue: https://www.flickr.com/photos/pauldineen/4529213297/> Maths: https://www.flickr.com/photos/ajc1/8144344750/> Time is Money: https://www.flickr.com/photos/76657755@N04/7214596024/> Gummibärchen: http://pixabay.com/de/gummib%C3%A4rchen-fruchtgummis-b%C3%A4ren-359950/> Facebook Touchgraph: https://www.flickr.com/photos/bike/3293404080/> Measured Currency: https://www.flickr.com/photos/8011986@N02/2964298027/> British Museum: https://www.flickr.com/photos/moria/29210441/> Wachstum Finanzen Gewinne: http://pixabay.com/de/grafik-wachstum-finanzen-gewinne-163509/> Thumbs Up: https://www.flickr.com/photos/vegaseddie/5700609302/
> Lizenzen:– Lizenz: https://creativecommons.org/licenses/by-sa/2.0/– Lizenz: https://creativecommons.org/licenses/by/2.0/– Lizenz: http://creativecommons.org/publicdomain/zero/1.0/deed.de
Quellen> "Why Personalisation Should Be at the Heart of a Retailer's Customer
Strategy". 11/2013. IDC Report
> Kommentare aus Shopanbieter.de http://www.shopanbieter.de/news/archives/5900-25-des-umsatzes-kommen-bei-amazon-ueber-empfehlungen-zustande.html
> "Amazon's recommendation secret". Mangalindan, JP. http://fortune.com/2012/07/30/amazons-recommendation-secret/. 30. Juli 2012.
SHI GmbH & Co. KGCurt-Frenzel-Str. 12D - 86167 Augsburg
[email protected]+49.821.74 82 633 - 0@SHIEngineers
KONTAKT
© SHI GmbH & Co.KG
